Utilisation de l'interface de ligne de commande

L'interface de ligne de commande YOLO (CLI) permet d'effectuer des commandes simples sur une seule ligne sans avoir besoin d'un environnement Python . CLI ne nécessite aucune personnalisation ni aucun code Python . Vous pouvez simplement exécuter toutes les tâches à partir du terminal à l'aide de la commande yolo commandement.

Regarder : Mastering Ultralytics YOLO : CLI

yolo TASK MODE ARGS

Where   TASK (optional) is one of [detect, segment, classify, pose, obb]
        MODE (required) is one of [train, val, predict, export, track, benchmark]
        ARGS (optional) are any number of custom 'arg=value' pairs like 'imgsz=320' that override defaults.

yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

yolo predict model=yolo11n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

yolo val model=yolo11n.pt data=coco8.yaml batch=1 imgsz=640

yolo export model=yolo11n-cls.pt format=onnx imgsz=224,128

yolo help
yolo checks
yolo version
yolo settings
yolo copy-cfg
yolo cfg

Où ?

• TASK (facultatif) est l'un des éléments suivants [detect, segment, classify, pose, obb]. S'il n'est pas transmis explicitement, YOLO11 essaiera de deviner le nom de l'utilisateur. TASK du type de modèle.
• MODE (obligatoire) est l'un des éléments suivants [train, val, predict, export, track, benchmark]
• ARGS (facultatif) sont un nombre quelconque de arg=value paires comme imgsz=320 qui remplacent les valeurs par défaut. Pour une liste complète des ARGS voir le Configuration et defaults.yaml

Train

Entraîne YOLO11n sur le jeu de données COCO8 pendant 100 époques à la taille d'image 640. Pour une liste complète des arguments disponibles, voir la page Configuration.

yolo detect train data=coco8.yaml model=yolo11n.pt epochs=100 imgsz=640

yolo detect train resume model=last.pt

Val

Valider le modèle YOLO11n formé précision sur le jeu de données COCO8. Aucun argument n'est nécessaire car la fonction model conserve sa formation data et les arguments en tant qu'attributs du modèle.

yolo detect val model=yolo11n.pt

yolo detect val model=path/to/best.pt

Prévoir

Utiliser un modèle YOLO11n entraîné pour effectuer des prédictions sur des images.

yolo detect predict model=yolo11n.pt source='https://ultralytics.com/images/bus.jpg'

yolo detect predict model=path/to/best.pt source='https://ultralytics.com/images/bus.jpg'

Exportation

Exporter un modèle YOLO11n vers un format différent comme ONNX, CoreML, etc.

yolo export model=yolo11n.pt format=onnx

yolo export model=path/to/best.pt format=onnx

Les formats d'exportation disponibles sur YOLO11 sont présentés dans le tableau ci-dessous. Vous pouvez exporter vers n'importe quel format à l'aide de la fonction format l'argument, c'est-à-dire format='onnx' ou format='engine'.

Voir l'intégralité export détails dans le Exportation page.

Remplacer les arguments par défaut

Les arguments par défaut peuvent être remplacés en les passant simplement en tant qu'arguments dans la page CLI de la rubrique arg=value paires.

yolo detect train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

yolo segment predict model=yolo11n-seg.pt source='https://youtu.be/LNwODJXcvt4' imgsz=320

yolo detect val model=yolo11n.pt data=coco8.yaml batch=1 imgsz=640

Remplacer le fichier de configuration par défaut

Vous pouvez remplacer le default.yaml en passant un nouveau fichier avec l'option cfg arguments, c'est-à-dire cfg=custom.yaml.

Pour ce faire, créez d'abord une copie de default.yaml dans votre répertoire de travail actuel avec l'option yolo copy-cfg commandement.

Cela créera default_copy.yamlque vous pouvez ensuite passer comme cfg=default_copy.yaml ainsi que d'éventuels arguments supplémentaires, tels que imgsz=320 dans cet exemple :

yolo copy-cfg
yolo cfg=default_copy.yaml imgsz=320

FAQ

Comment utiliser l'interface de ligne de commande Ultralytics YOLO11 (CLI) pour l'apprentissage des modèles ?

Pour entraîner un modèle YOLO11 à l'aide de CLI, vous pouvez exécuter une simple commande d'une ligne dans le terminal. Par exemple, pour entraîner un modèle de détection pendant 10 époques avec un taux d'apprentissage de 0,01, vous devez exécuter la commande suivante :

yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

Cette commande utilise la fonction train avec des arguments spécifiques. Consultez la liste complète des arguments disponibles dans la section Guide de configuration.

Quelles sont les tâches que je peux effectuer avec le Ultralytics YOLO11 CLI ?

Le site Ultralytics YOLO11 CLI prend en charge toute une série de tâches, notamment la détection, la segmentation, la classification, la validation, la prédiction, l'exportation et le suivi. Par exemple :

• Former un modèle: Exécuter yolo train data=<data.yaml> model=<model.pt> epochs=<num>.
• Prévisions de course: Utilisation yolo predict model=<model.pt> source=<data_source> imgsz=<image_size>.
• Exporter un modèle: Exécuter yolo export model=<model.pt> format=<export_format>.

Chaque tâche peut être personnalisée à l'aide de divers arguments. Pour une syntaxe détaillée et des exemples, voir les sections respectives Train, Predict et Export.

Comment puis-je valider la précision d'un modèle YOLO11 entraîné à l'aide de CLI?

Pour valider la précision d'un modèle YOLO11 , utilisez la fonction val mode. Par exemple, pour valider un modèle de détection pré-entraîné à l'aide d'un taille du lot de 1 et une taille d'image de 640, exécuter :

yolo val model=yolo11n.pt data=coco8.yaml batch=1 imgsz=640

Cette commande évalue le modèle sur le jeu de données spécifié et fournit des mesures de performance. Pour plus de détails, voir la section Val.

Dans quels formats puis-je exporter mes modèles YOLO11 en utilisant CLI?

YOLO11 peuvent être exportés vers différents formats tels que ONNX, CoreML, TensorRT, et bien d'autres encore. Par exemple, pour exporter un modèle au format ONNX , exécutez :

yolo export model=yolo11n.pt format=onnx

Pour plus de détails, consultez la page Exportation.

Comment puis-je personnaliser les commandes YOLO11 CLI afin d'ignorer les arguments par défaut ?

Pour remplacer les arguments par défaut dans les commandes YOLO11 CLI , passez-les en tant que arg=value paires. Par exemple, pour entraîner un modèle avec des arguments personnalisés, utilisez :

yolo train data=coco8.yaml model=yolo11n.pt epochs=10 lr0=0.01

Pour obtenir la liste complète des arguments disponibles et leur description, reportez-vous au Guide de configuration. Assurez-vous que les arguments sont correctement formatés, comme indiqué dans la section Remplacer les arguments par défaut.

📅C réé il y a 1 an ✏️ Mis à jour il y a 2 mois

Commentaires